Summary

Batería Multimedia para la Evaluación de Habilidades Cognitivas y Básicas en Matemáticas (BM-PROMA)

Published: August 28, 2021
doi:

Summary

BM-PROMA es una herramienta de diagnóstico multimedia válida y confiable que puede proporcionar un perfil cognitivo completo de niños con discapacidades de aprendizaje matemático.

Abstract

El aprendizaje de las matemáticas es un proceso complejo que requiere el desarrollo de múltiples habilidades generales y específicas del dominio. Por lo tanto, no es inesperado que muchos niños luchen por mantenerse en el nivel de grado, y esto se vuelve especialmente difícil cuando varias habilidades de ambos dominios se ven afectadas, como en el caso de las discapacidades de aprendizaje matemático (MLD). Sorprendentemente, aunque la MLD es uno de los trastornos del neurodesarrollo más comunes que afectan a los escolares, la mayoría de los instrumentos de diagnóstico disponibles no incluyen la evaluación de las habilidades de dominio general y dominio específico. Además, muy pocos están informatizados. Hasta donde sabemos, no existe una herramienta con estas características para niños de habla hispana. El objetivo de este estudio fue describir el protocolo para el diagnóstico de niños españoles con MLD utilizando la batería multimedia BM-PROMA. BM-PROMA facilita la evaluación de ambos dominios de habilidades, y las 12 tareas incluidas para este propósito están empíricamente basadas en la evidencia. Se demuestra la fuerte consistencia interna de BM-PROMA y su estructura interna multidimensional. BM-PROMA demuestra ser una herramienta apropiada para diagnosticar a los niños con MLD durante la educación primaria. Proporciona un perfil cognitivo amplio para el niño, que será relevante no solo para el diagnóstico sino también para la planificación instruccional individualizada.

Introduction

Uno de los objetivos cruciales de la educación primaria es la adquisición de habilidades matemáticas. Este conocimiento es muy relevante, ya que todos usamos las matemáticas en nuestra vida cotidiana, por ejemplo, para calcular el cambio dado en el supermercado1,2. Como tal, las consecuencias de un bajo rendimiento matemático van más allá de lo académico. A nivel social, una fuerte prevalencia de bajo rendimiento matemático dentro de la población constituye un costo para la sociedad. Existe evidencia de que la mejora de las habilidades numéricas deficientes en la población conduce a ahorros significativos para un país3. También hay consecuencias negativas a nivel individual. Por ejemplo, aquellos que muestran un bajo nivel de habilidades matemáticas presentan un desarrollo profesional deficiente (por ejemplo, mayores tasas de empleo en ocupaciones manuales mal remuneradas y mayor desempleo)4,5,6,con frecuencia reportan respuestas socioemocionales negativas hacia los académicos (por ejemplo, ansiedad, baja motivación hacia los académicos)7,8,y tienden a presentar una salud mental y física más pobre que sus pares con un rendimiento matemático promedio9. Los estudiantes con discapacidades de aprendizaje matemático (MLD) muestran un rendimiento muy pobre que persiste en el tiempo10,11,12. Como tales, son más propensos a sufrir las consecuencias mencionadas anteriormente, especialmente si estos no se diagnostican rápidamente13.

La MLD es un trastorno neurobiológico caracterizado por un deterioro severo en términos de aprendizaje de habilidades numéricas básicas a pesar de la capacidad intelectual adecuada y la escolaridad14. Aunque esta definición es ampliamente aceptada, los instrumentos y criterios para su identificación aún están en discusión15. Una excelente ilustración de la ausencia de un acuerdo universal con respecto al diagnóstico de MLD es la variedad de tasas de prevalencia reportadas, que van del 3 al10% 16,17,18,19,20,21. Esta dificultad en el diagnóstico se deriva de la complejidad del conocimiento matemático, que requiere que se aprenda una combinación de múltiples habilidades de dominio general y dominio específico22,23. Los niños con MLD muestran perfiles cognitivos muy diferentes, con una amplia constelación de déficits14,24,25,26,27. En este sentido, se sugiere la necesidad de una evaluación multidimensional por medio de tareas que involucren diferentes representaciones numéricas (es decir, verbales, árabes, analógicas) y aritméticas11.

En la escuela primaria, los síntomas de MLD son diversos. En términos de habilidades específicas del dominio, se encuentra consistentemente que muchos estudiantes de MLD muestran dificultades en las habilidades numéricas básicas, como reconocer rápida y precisamente los números arábigos28,29,30,comparar magnitudes31,32o representar números en la línea numérica33,34. Los niños de primaria también han mostrado dificultad para comprender el conocimiento conceptual, como el valor de posición35,el conocimiento aritmético36o la ordinalidad medida a través de secuencias ordenadas37. En cuanto a las habilidades generales de dominio, se ha puesto especial mente el foco en el papel de la memoria de trabajo38,39 y el lenguaje40 en el desarrollo de habilidades matemáticas en niños con y sin MLD. En relación a la memoria de trabajo, los resultados sugieren que los estudiantes con MLD muestran un déficit en el ejecutivo central, especialmente cuando se requiere manipular información numérica41,42. También se ha reportado con frecuencia un déficit en la memoria visuoespacial a corto plazo en niños con MLD43,44. Se ha encontrado que las habilidades lingüísticas son un requisito previo para el aprendizaje de habilidades aritméticas, especialmente aquellas que implican una alta demanda de procesamiento verbal7. Por ejemplo, las habilidades de procesamiento fonológico [por ejemplo, la conciencia fonológica y la nomenclatura rápida automatizada (RAN)] están estrechamente relacionadas con las habilidades básicas aprendidas en la escuela primaria, como el procesamiento numérico o el cálculo aritmético39,45,46,47. Aquí, se ha demostrado que las variaciones en la conciencia fonológica y la RAN se asocian con diferencias individuales en las habilidades numéricas que implican el manejo del código verbal42,48. A la luz del complejo perfil de los niños con MLD, una herramienta de diagnóstico idealmente debería incluir tareas que evalúen tanto las habilidades de dominio general como las específicas de dominio, que se informan como deficientes con mayor frecuencia en estos niños.

En los últimos años, se han desarrollado varias herramientas de detección de papel y lápiz para MLD. Los más utilizados con los niños españoles de primaria son a) Evamat-Batería para la Evaluación de la Competencia Matemática49; b) Tedi-Math: A Test for Diagnostic Assessment of Mathematical Disabilities (adaptación al español)50; c) Test de Evaluación Matemática Temprana de Utrecht (TEMT-U)51,52, la versión en español del Utrecht Early Numeracy Test53; y d) Prueba de habilidades matemáticas tempranas (TEMA-3)54. Estos instrumentos miden muchas de las habilidades específicas del dominio mencionadas anteriormente; sin embargo, ninguno de ellos evalúa las habilidades generales del dominio. Otra limitación de estos instrumentos -y de las herramientas de papel y lápiz en general- es que no pueden proporcionar información sobre la precisión y automaticidad con la que se procesa cada artículo. Esto solo sería posible con una batería computarizada. Sin embargo, se han desarrollado muy pocas aplicaciones para el diagnóstico de la discalculia. La primera herramienta computarizada diseñada para identificar a los niños (de 6 a 14 años) con MLD fue el Dyscalculia Screener55. Unos años más tarde, el DyscalculiUm56 basado en la web se desarrolló con el mismo propósito, pero se centró en adultos y estudiantes en la educación posterior a los 16 años. Aunque todavía limitado, ha habido un creciente interés en el diseño de herramientas computarizadas para el diagnóstico de MLD en los últimos años57,58,59,60. Ninguna de las herramientas mencionadas ha sido estandarizada para los niños españoles, y solo una de ellas, el MathPro Test57,incluye la evaluación de habilidades generales de dominio. Dada la importancia de identificar a los niños con bajo rendimiento matemático, especialmente aquellos con MLD, y en ausencia de instrumentos informatizados para la población española, presentamos un protocolo de evaluación multimedia que incluye habilidades tanto de dominio general como de dominio específico.

Protocol

Este protocolo se ha realizado de acuerdo con las directrices proporcionadas por el Comité de Ética de la Investigación y Bienestar Animal (CEIBA), Universidad de La Laguna. NOTA: La Batería multimedia para la evaluación de habilidades cognitivas y básicas en matemáticas (BM-PROMA)61 fue desarrollada utilizando Unity 2.0 Professional Edition y el Motor de Base de Datos SQLITE. BM-PROMA incluye 12 subpruebas: 8 para evaluar habilidades específic…

Representative Results

Con el fin de probar la utilidad y eficacia de esta herramienta diagnóstica, se analizaron sus propiedades psicométricas en una muestra a gran escala. Un total de 933 alumnos españoles de primaria (chicos = 508, niñas = 425; Medad = 10 años, SD = 1.36) desde el grado 2 hasta el grado 6 (grado 2, N = 169 [89 niños]; grado 3, N = 170 [89 niños]; grado 4, N = 187 [106 niños]; grado 5, N = 203 [113 niños]; grado 6, N= 204 [110 niños]) partic…

Discussion

Los niños con MLD están en riesgo no solo de fracaso académico, sino también de trastornos psicoemocionales y de salud8,9 y, más adelante, de privación laboral4,5. Por lo tanto, es crucial diagnosticar la MLD con prontitud para proporcionar el apoyo educativo que estos niños necesitan. Sin embargo, el diagnóstico de MLD es complejo debido a los múltiples déficits de habilidades específicas y ge…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Agradecemos el apoyo del Gobierno español a través de su Plan Nacional de I+D+i (Plan Nacional de Investigación I+D+i, Ministerio de Economía y Competitividad), proyecto ref: PET2008_0225, con el segundo autor como investigador principal; y CONICYT-Chile [FONDECYT REGULAR Nº 1191589], con el primer autor como investigador principal. También agradecemos al equipo de la Unidad de Audiovisuales ULL su participación en la producción del vídeo.

Materials

Multimedia Battery for Assessment of Cognitive and Basic Skills in Maths Universidad de La Laguna Pending assignment BM-PROMA

References

  1. Henik, A., Gliksman, Y., Kallai, A., Leibovich, T. Size Perception and the Foundation of Numerical Processing. Current Directions in Psychological Science. 26 (1), 45-51 (2017).
  2. Henik, A., Rubinsten, O., Ashkenazi, S. The “where” and “what” in developmental dyscalculia. Clinical Neuropsychologist. 25 (6), 989-1008 (2011).
  3. Ghisi, M., Bottesi, G., Re, A. M., Cerea, S., Mammarella, I. C. Socioemotional features and resilience in Italian university students with and without dyslexia. Frontiers in Psychology. 7, 1-9 (2016).
  4. Parsons, S., Bynner, J. Numeracy and employment. Education + Training. 39 (2), 43-51 (1997).
  5. Sideridis, G. D. International Approaches to Learning Disabilities: More Alike or More Different. Learning Disabilities Research & Practice. 22 (3), 210-215 (2007).
  6. Duncan, G. J., et al. School Readiness and Later Achievement. Developmental Psychology. 43 (6), 1428-1446 (2007).
  7. Wu, S. S., Barth, M., Amin, H., Malcarne, V., Menon, V. Math Anxiety in Second and Third Graders and Its Relation to Mathematics Achievement. Frontiers in Psychology. 3, 162 (2012).
  8. Reyna, V. F., Brainerd, C. J. The importance of mathematics in health and human judgment: Numeracy, risk communication, and medical decision making. Learning and Individual Differences. 17 (2), 147-159 (2007).
  9. Geary, D. C., Hoard, M. K., Nugent, L., Bailey, D. H. Mathematical cognition deficits in children with learning disabilities and persistent low achievement: A five-year prospective study. Journal of Educational Psychology. 104 (1), 206-223 (2012).
  10. Kaufmann, L., et al. Dyscalculia from a developmental and differential perspective. Frontiers in Psychology. 4, 516 (2013).
  11. Wong, T. T. Y., Chan, W. W. L. Identifying children with persistent low math achievement: The role of number-magnitude mapping and symbolic numerical processing. Learning and Instruction. 60, 29-40 (2019).
  12. Haberstroh, S., Schulte-Körne, G. Diagnostik und Behandlung der Rechenstörung. Deutsches Arzteblatt International. 116 (7), 107-114 (2019).
  13. Kaufmann, L., von Aster, M. The diagnosis and management of dyscalculia. Deutsches Ärzteblatt international. 109 (45), 767-777 (2012).
  14. Murphy, M. M., Mazzocco, M. M., Hanich, L. B., Early, M. C. Children With Mathematics Learning Disability (MLD) Vary as a Function of the Cutoff Criterion Used to Define MLD. Journal of learning disabilities. 40 (5), 458-478 (2007).
  15. Ramaa, S., Gowramma, I. P. A systematic procedure for identifying and classifying children with dyscalculia among primary school children in India. Dyslexia. 8 (2), 67-85 (2002).
  16. Dirks, E., Spyer, G., Van Lieshout, E. C. D. M., De Sonneville, L. Prevalence of combined reading and arithmetic disabilities. Journal of Learning Disabilities. 41 (5), 460-473 (2008).
  17. Mazzocco, M. M. M., Myers, G. F. Complexities in Identifying and Defining Mathematics Learning Disability in the Primary School-Age Years. Annals of dyslexia. (Md). 53, 218-253 (2003).
  18. Barahmand, U. Arithmetic Disabilities: Training in Attention and Memory Enhances Artihmetic Ability. Research Journal of Biological Sciences. 3 (11), 1305-1312 (2008).
  19. Reigosa-Crespo, V., et al. Basic numerical capacities and prevalence of developmental dyscalculia: The Havana survey. Developmental Psychology. 48 (1), 123-135 (2012).
  20. Hein, J., Bzufka, M. W., Neumärker, K. J. The specific disorder of arithmetic skills. Prevalence studies in a rural and an urban population sample and their clinico-neuropsychological validation. European Child and Adolescent Psychiatry. 9, (2000).
  21. Geary, D. C., Nicholas, A., Li, Y., Sun, J. Developmental change in the influence of domain-general abilities and domain-specific knowledge on mathematics achievement: An eight-year longitudinal study. Journal of Educational Psychology. 109 (5), 680-693 (2017).
  22. Cowan, R., Powell, D. The contributions of domain-general and numerical factors to third-grade arithmetic skills and mathematical learning disability. Journal of Educational Psychology. 106 (1), 214-229 (2014).
  23. Rubinsten, O., Henik, A. Developmental Dyscalculia: heterogeneity might not mean different mechanisms. Trends in Cognitive Sciences. 13 (2), 92-99 (2009).
  24. Peake, C., Jiménez, J. E., Rodríguez, C. Data-driven heterogeneity in mathematical learning disabilities based on the triple code model. Research in Developmental Disabilities. 71, (2017).
  25. Chan, W. W. L., Wong, T. T. Y. Subtypes of mathematical difficulties and their stability. Journal of Educational Psychology. 112 (3), 649-666 (2020).
  26. Bartelet, D., Ansari, D., Vaessen, A., Blomert, L. Cognitive subtypes of mathematics learning difficulties in primary education. Research in Developmental Disabilities. 35 (3), 657-670 (2014).
  27. Geary, D. C., Hamson, C. O., Hoard, M. K. Numerical and arithmetical cognition: a longitudinal study of process and concept deficits in children with learning disability. Journal of experimental child psychology. 77 (3), 236-263 (2000).
  28. Landerl, K., Bevan, A., Butterworth, B. Developmental dyscalculia and basic numerical capacities: a study of 8-9-year-old students. Cognition. 93 (2), 99-125 (2004).
  29. Moura, R., et al. Journal of Experimental Child Transcoding abilities in typical and atypical mathematics achievers : The role of working memory and procedural and lexical competencies. Journal of Experimental Child Psychology. 116 (3), 707-727 (2013).
  30. De Smedt, B., Gilmore, C. K. Defective number module or impaired access? Numerical magnitude processing in first graders with mathematical difficulties. Journal of Experimental Child Psychology. 108 (2), 278-292 (2011).
  31. Andersson, U., Östergren, R. Number magnitude processing and basic cognitive functions in children with mathematical learning disabilities. Learning and Individual Differences. 22 (6), 701-714 (2012).
  32. Geary, D. C., Hoard, M. K., Nugent, L., Byrd-Craven, J. Development of Number Line Representations in Children With Mathematical Learning Disability. Developmental neuropsychology. , (2008).
  33. van’t Noordende, J. E., van Hoogmoed, A. H., Schot, W. D., Kroesbergen, E. H. Number line estimation strategies in children with mathematical learning difficulties measured by eye tracking. Psychological Research. 80 (3), 368-378 (2016).
  34. Chan, B. M., Ho, C. S. The cognitive profile of Chinese children with mathematics difficulties. Journal of Experimental Child Psychology. 107 (3), 260-279 (2010).
  35. Geary, D. C., Hoard, M. K., Bailey, D. H. Fact Retrieval Deficits in Low Achieving Children and Children With Mathematical Learning Disability. Journal of Learning Disabilities. 45 (4), 291-307 (2012).
  36. Clarke, B., Shinn, M., Shinn, M. R. A Preliminary Investigation Into the Identification and Development of Early Mathematics Curriculum-Based Measurement. Psychology Review. 33 (2), 234-248 (2004).
  37. David, C. V. Working memory deficits in Math learning difficulties: A meta-analysis. British Journal of Developmental Disabilities. 58 (2), 67-84 (2012).
  38. Peng, P., Fuchs, D. A Meta-Analysis of Working Memory Deficits in Children With Learning Difficulties: Is There a Difference Between Verbal Domain and Numerical Domain. Journal of Learning Disabilities. 49 (1), 3-20 (2016).
  39. Peng, P., et al. Examining the mutual relations between language and mathematics: A meta-analysis. Psychological Bulletin. 146 (7), 595-634 (2020).
  40. Andersson, U., Lyxell, B. Working memory deficit in children with mathematical difficulties: A general or specific deficit. Journal of Experimental Child Psychology. 96 (3), 197-228 (2007).
  41. Guzmán, B., Rodríguez, C., Sepúlveda, F., Ferreira, R. A. Number Sense Abilities , Working Memory and RAN: A Longitudinal. Revista de Psicodidáctica. 24, 62-70 (2019).
  42. Passolunghi, M. C., Cornoldi, C. Working memory failures in children with arithmetical difficulties. Child Neuropsychology. 14 (5), 387-400 (2008).
  43. vander Sluis, S., vander Leij, A., de Jong, P. F. Working Memory in Dutch Children with Reading- and Arithmetic-Related LD. Journal of Learning Disabilities. 38 (3), 207-221 (2005).
  44. Lefevre, J. A., et al. Pathways to Mathematics: Longitudinal Predictors of Performance. Child Development. 81 (6), 1753-1767 (2010).
  45. Simmons, F. R., Singleton, C. Do weak phonological representations impact on arithmetic development? A review of research into arithmetic and dyslexia. Dyslexia. 14 (2), 77-94 (2008).
  46. Kleemans, T., Segers, E., Verhoeven, L. Role of linguistic skills in fifth-grade mathematics. Journal of Experimental Child Psychology. 167, 404-413 (2018).
  47. Hecht, S. A., Torgesen, J. K., Wagner, R. K., Rashotte, C. A. The relations between phonological processing abilities and emerging individual differences in mathematical computation skills: A longitudinal study from second to fifth grades. Journal of Experimental Child Psychology. 79 (2), 192-227 (2001).
  48. García-Vidal, J., González-Manjón, D., García-Ortiz, B., Jiménez-Fernández, A. . Evamat: batería para la evaluación de la competencia matemática. , (2010).
  49. Gregoire, J., Nöel, M. P., Van Nieuwenhoven, C. . TEDI-MATH. , (2005).
  50. Navarro, J. I., et al. Estimación del aprendizaje matemático mediante la versión española del Test de Evaluación Matemática Temprana de Utrecht. European Journal of Education and Psychology. 2 (2), 131 (2009).
  51. Cerda Etchepare, G., et al. Adaptación de la versión española del Test de Evaluación Matemática Temprana de Utrecht en Chile . Estudios pedagógicos. 38, 235-253 (2012).
  52. Van De Rijt, B. A. M., Van Luit, J. E. H., Pennings, A. H. The construction of the Utrecht early mathematical competence scales. Educational and Psychological Measurement. 59 (2), 289-309 (1999).
  53. Ginsburg, H., Baroody, A. . Test of early math ability. , (2007).
  54. Butterworth, B. . Dyscalculia Screener. , (2003).
  55. Beacham, N., Trott, C. Screening for Dyscalculia within HE. MSOR Connections. 5 (1), 1-4 (2005).
  56. Karagiannakis, G., Noël, M. -. P. Mathematical Profile Test: A Preliminary Evaluation of an Online Assessment for Mathematics Skills of Children in Grades 1-6. Behavioral Sciences. 10 (8), 126 (2020).
  57. Lee, E. K., et al. Development of the Computerized Mathematics Test in Korean Children and Adolescents. Journal of the Korean Academy of Child and Adolescent Psychiatry. 28 (3), 174-182 (2017).
  58. Cangöz, B., Altun, A., Olkun, S., Kaçar, F. Computer based screening dyscalculia: Cognitive and neuropsychological correlates. Turkish Online Journal of Educational Technology. 12 (3), 33-38 (2013).
  59. Zygouris, N. C., et al. Screening for disorders of mathematics via a web application. IEEE Global Engineering Education Conference, EDUCON. , 502-507 (2017).
  60. Jiménez, J. E., Rodríguez, C. . Batería multimedia para la evaluación de habilidades cognitivas y básicas en matemáticas (BM-PROMA). , (2020).
  61. Nuerk, H. -. C., Weger, U., Willmes, K. On the Perceptual Generality of the Unit-DecadeCompatibility Effect. Experimental Psychology (formerly “Zeitschrift für Experimentelle Psychologie”. 51 (1), 72-79 (2004).
  62. Nuerk, H. -. C., Weger, U., Willmes, K. Decade breaks in the mental number line? Putting the tens and units back in different bins. Cognition. 82 (1), 25-33 (2001).
  63. Booth, J. L., Siegler, R. S. Developmental and individual differences in pure numerical estimation. Developmental Psychology. 42 (1), 189-201 (2006).
  64. Case, R., Kurland, D. M., Goldberg, J. Operational efficiency and the growth of short-term memory span. Journal of Experimental Child Psychology. 33 (3), 386-404 (1982).
  65. Denckla, M. B., Rudel, R. Rapid “Automatized” Naming of Pictured Objects, Colors, Letters and Numbers by Normal Children. Cortex. 10 (2), 186-202 (1974).
  66. Milner, B. Interhemispheric differences in the localization of psychological processes in man. British Medical Bulletin. 27, 272-277 (1971).
  67. Rosseel, Y. lavaan: An R package for structural equation modeling. Journal of Statistical Software. 48 (2), 1-36 (2012).
  68. Knops, A., Nuerk, H. -. C., Göbel, S. M. Domain-general factors influencing numerical and arithmetic processing. Journal of Numerical Cognition. 3 (2), 112-132 (2017).
  69. Torresi, S. Review Interaction between domain-specific and domain-general abilities in math’s competence. Journal of Applied Cognitive Neuroscience. 1 (1), 43-51 (2020).
  70. Arsalidou, M., Pawliw-Levac, M., Sadeghi, M., Pascual-Leone, J. Brain areas associated with numbers and calculations in children: Meta-analyses of fMRI studies. Developmental Cognitive Neuroscience. 30, 239-250 (2018).
  71. Dehaene, S. Varieties of numerical abilities. Cognition. 44 (1-2), 1-42 (1992).
  72. Streiner, D. L. Starting at the beginning: An introduction to coefficient alpha and internal consistency. Statistical Developments and Applications. 80 (1), 99-103 (2003).
  73. Zainudin, A. Validating the measurement model CFA. A handbook on structural equation modeling. , 54-73 (2014).
  74. Brown, T. A. . Confirmatory factor analysis for applied reaearch. (9), (2015).
  75. Kline, R. B. . Principles and practice of structural equation modeling. , (2011).
  76. Putnick, D. L., Bornstein, M. H. Measurement invariance conventions and reporting: The state of the art and future directions for psychological research. Developmental Review. 41, 71-90 (2016).
  77. Artiles, C., Jiménez, J. E. Prueba de Cáculo Artimético. Normativización de instrumentos para la detección e identificación de las necesidades educativas del alumnado con trastorno por déficit de atención con o sin hiperactividad (TDAH) o alumnado con dificultades específicas de aprendizaje (DEA). , 13-26 (2011).
  78. Hosmer, D., Lemeshow, S., Rod, X. Sturdivant. Applied Logistic Regression. , (2013).
  79. Smolkowski, K., Cummings, K. D. Evaluation of Diagnostic Systems: The Selection of Students at Risk of Academic Difficulties. Assessment for Effective Intervention. 41 (1), 41-54 (2015).
  80. Piazza, M., et al. Developmental trajectory of number acuity reveals a severe impairment in developmental dyscalculia. Cognition. 116 (1), 33-41 (2010).
  81. Van Hoof, J., Verschaffel, L., Ghesquière, P., Van Dooren, W. The natural number bias and its role in rational number understanding in children with dyscalculia. Delay or deficit. Research in Developmental Disabilities. 71, 181-190 (2017).
  82. Swanson, H. L., Jerman, O., Zheng, X. Growth in Working Memory and Mathematical Problem Solving in Children at Risk and Not at Risk for Serious Math Difficulties. Journal of Educational Psychology. 100 (2), 343-379 (2008).
  83. Kroesbergen, E., Van Luit, J. E. H., Van De Rijt, B. A. M. Young children at risk for math disabilities: Counting skills and executive functions. Journal of Psychoeducational Assessment. , (2009).

Play Video

Cite This Article
Rodríguez, C., Jiménez, J. E., de León, S. C., Marco, I. Multimedia Battery for Assessment of Cognitive and Basic Skills in Mathematics (BM-PROMA). J. Vis. Exp. (174), e62288, doi:10.3791/62288 (2021).

View Video